網站的經營最有趣的地方不是在於網站的內容而已, 而是如何跟使用者互動, 這跟其他非互動媒體 (雜誌, 報紙, 等等) 不一樣的地方, 至少在時效性是完全不一樣的...大家都知道, 這個互動包含 UGC (User Generated Contents) 以及最單純的網站觀察所帶來的經營參考, 當然這個對每一種網站都有不同的方向與重要性, 無論是電子商務網站, 討論區網站, 活動展示網站都會有不同的考量.
只是大家都知道使用者導引是很重要 UI (User Interface) 的一環, 當然這個利用在圖書館定位是種參考服務, 早期這種東西都是用人來操作, 這是最人性的方式, 但事實上在成千上萬的使用者網站來看, 這種 "Guide" 導引服務是不可行的, 一定要用機制來完成, 這種機制有三種方向:
1. 使用者自己的行為
2. 其他使用者的行為
3. 使用者自己對應在其他使用者的行為
說到第一項大家都知道就是在你去看拍賣網站或電子商務網站中的 "你瀏灠過", 或者是在討論區網站的 "你回應/發表過", .... 等等的項目, 因為人的行為若在網站上有互動, 其行為是某種收歛的, 因此從過去的行為就可以做為未來行為的導引是無庸至疑的.
第二項是其他使用者的行為, 最常見的是排行榜之類的資訊, 因為即使每一個人的行為再怎麼不一樣, 都有其共通性, 所以大家的共同行為是很好的導引. 但除了無聊的排行榜外, Data Mining 提供了對單品/單文章做進一步的共同購買, 關聯閱讀是最常見也最直覺的方式, 當然這個的計算是比排行榜須要更多的資訊與資源才行.
最後一項是若我們也搜集足夠的資訊, 無論是對整體, 族群或個人, 就應該可以進一步對一個人做建議與導引, 這個在 Facebook 的好友建議已經有不錯的展現, 只是這個若能更加入一些回饋就好了.
但我寫這篇不是要講上面這三點, 因為這三點這樣的邏輯是誰都可以推論出來, 只是要如何做呢?
我們都知道, 經營一個網站要從使用者給導引, 但這個導引必須要從這些 Raw Data 找出共通性, 若沒有了共通性, 任何一個點擊, 任何一個網頁瀏灠都是獨立的, 若沒有共通性來指引, 就無法歸納出經驗以及可行性來做協助.
當然資料本身很難有共通性/共同性, 往往須要人的協助以及人的定義, 例如一個點擊沒有意義, 但我們可以把一個網頁切割成很多區塊, 從區塊的 click through 來跨時間以及跨類別之類的定義後, 就可以讓使用者使用資訊變得更精確.
因此若我們經營網站有個 KPI 的目標, 無論是消費, 貼文章, 等等的最終端行為一定會有很多的過程, 記錄這些過程不只用來我們做為結果因子分析很有幫助, 更者這些過程若能做為其他的使用者做導引, 更容易導到我們最想要的 "終端行為", 所以這些行為不能只是做為分析用, 更可以內容使用, 而有那些行為應該記錄呢?
1. 使用者是因為那個網站來的?
2. 使用者是因為那個關鍵字來的?
3. 使用者在網站內部最近是搜尋那個關鍵字?
4. 使用者是因為那個活動進來的? 或者是終端行為最後一個活動是那個?
5. 使用者最近點過那個首頁區塊? 或者是第一個首頁區塊?
當然還是有很多行為是該記錄的, 無論這個終端行為是 "下標", "下單", "發文" 等等, 因為網站的屬性多少都有不一樣的狀況要記錄, 而把這些資訊足夠被記錄到 Cookie 的時候, 當終端行為發生時, 就可以對這些行為做回饋, 那怎麼回饋呢? 就下回分解...
備註: 原圖取自 http://www.erinlynnyoung.com/244/user-testing-fallacies/ , 不知有多少網站真的做過 User Testing?
沒有留言:
張貼留言